一位年僅19歲的大學(xué)生，憑借一個獨特的個人項目，成功引起了特斯拉高層的注意，并獲得了進(jìn)入其核心團(tuán)隊實習(xí)的機會。這名學(xué)生名叫伊森·麥克坎納，目前就讀于得克薩斯農(nóng)工大學(xué)計算機專業(yè)。他開發(fā)了一個名為Robotaxi Tracker的項目，專門追蹤特斯拉無人駕駛出租車的運營情況，這一項目不僅展現(xiàn)了特斯拉Robotaxi的實際表現(xiàn)，還意外地為他贏得了特斯拉的實習(xí)機會。

麥克坎納的Robotaxi Tracker項目并非傳統(tǒng)意義上的學(xué)術(shù)研究或競賽成果，而是一個完全基于公開信息的開源追蹤工具。他通過收集車輛注冊數(shù)據(jù)、監(jiān)管記錄以及社交媒體上的地理位置信息，構(gòu)建了一個龐大的數(shù)據(jù)庫，能夠?qū)崟r分析特斯拉Robotaxi的運營狀態(tài)。這個項目不僅展示了特斯拉車隊在奧斯汀等城市的實際運營規(guī)模，還揭示了其在極端天氣下的調(diào)度效率問題。

麥克坎納的方法論顯得尤為成熟。他利用逆向工程技術(shù)，分析了特斯拉應(yīng)用程序的可用性和預(yù)測等待時間，從而精準(zhǔn)評估了車隊的調(diào)度效率。他還整合了多源數(shù)據(jù)，通過交叉驗證確保了信息的準(zhǔn)確性。這種透明化的追蹤方式，使得Robotaxi Tracker成為了非官方的權(quán)威參考源，甚至被《紐約時報》等主流媒體引用。

特斯拉對麥克坎納的項目表現(xiàn)出了濃厚的興趣。數(shù)據(jù)顯示，特斯拉在奧斯汀的實際在線運營車輛數(shù)量有限，無安全員的車輛更是稀少，且系統(tǒng)在極端天氣下的表現(xiàn)仍有待提升。這些痛點被麥克坎納的項目精準(zhǔn)捕捉，并提供了詳細(xì)的可用性分析。對于特斯拉而言，這種基于硬性數(shù)據(jù)的“校驗”能力，正是他們優(yōu)化內(nèi)部效率所需的稀缺視角。

麥克坎納的項目還涉及了特斯拉CyberCab的測試情況。根據(jù)他的追蹤數(shù)據(jù)，目前有32臺測試車在運行，主要集中在奧斯汀和灣區(qū)，同時在芝加哥、阿拉斯加、波士頓和布法羅等地也有目擊記錄。這種對自動駕駛商業(yè)化落地的深刻理解，進(jìn)一步證明了麥克坎納的能力。

特斯拉沒有選擇公關(guān)對抗，而是選擇了將麥克坎納“收編”進(jìn)團(tuán)隊。這一決定符合馬斯克一貫的用人邏輯——重視工程實戰(zhàn)能力，而非單純的履歷背景。麥克坎納的案例再次證明，在特斯拉，年齡和學(xué)歷并非最重要的標(biāo)簽，實際能力和對問題的深刻理解才是關(guān)鍵。